論文
フィジカルAI関連の最新論文を、日本語のひとことで。原題は英語です。
最新論文: 2025/7/1 ／ arXivを3時間ごとに自動収集
📖 UMIデバイス・カタログ(日本語版)UMI式データ収集デバイスと主要データセットを日本語で俯瞰 →- 論文ヒューマノイド/音楽演奏ロボティクス
ロボットドラマー：ヒューマノイドによるドラム演奏のためのリズミックスキル学習
ヒューマノイドロボットが多様な楽曲のドラム演奏を学習するシミュレーションフレームワークを提案し、強化学習により長期的な演奏と人間らしい戦略の獲得を実現した。
原題: Robot Drummer: Learning Rhythmic Skills for Humanoid Drumming ／ Asad Ali Shahid, Francesco Braghin, Loris Roveda
日本語で読む → - 論文軌道制御astro-ph.EP
J2摂動を利用したCubeSatの軌道投入マヌーバ
地球の扁平率によるJ2摂動を活用し、燃料制約の厳しいCubeSatの軌道投入に必要な推進剤を大幅に削減するマヌーバ手法を提案し、数値シミュレーションで有効性を示した。
原題: CubeSat Orbit Insertion Maneuvering Using J2 Perturbation ／ M. Amin Alandihallaj, M. Reza Emami
日本語で読む → - 論文SLAMロボティクス
UWBレーダとUWB到来角を用いた全UWB SLAM
煙や粉塵など視覚が使えない環境で、UWBレーダにUWB到来角測定を組み合わせ、特徴の少ない場所でもSLAMを可能にする手法を提案した論文。
原題: All-UWB SLAM Using UWB Radar and UWB AOA ／ Charith Premachandra, Achala Athukorala, U-Xuan Tan
日本語で読む → - 論文セグメンテーションロボティクス
OTAS: 屋外セグメンテーションのためのオープンボキャブラリ・トークンアラインメント
事前学習済み視覚モデルの出力トークンから意味構造を直接抽出し、言語と結びつけることで、屋外環境のオープンボキャブラリ・セグメンテーションをゼロショットで実現する手法を提案。
原題: OTAS: Open-vocabulary Token Alignment for Outdoor Segmentation ／ Simon Schwaiger, Stefan Thalhammer, Wilfried Wöber 他
日本語で読む → - 論文触覚ロボティクス
把持内平面運動における摩擦推定
パラレルグリッパで物体を滑らせながら把持する際に、触覚センサの力と滑り速度から静摩擦・クーロン摩擦・接触半径をオンライン推定する手法を提案し、シミュレーションと実機で検証した。
原題: Friction Estimation for In-Hand Planar Motion ／ Gabriel Arslan Waltersson, Yiannis Karayiannidis
日本語で読む → - 論文3D視覚グラウンディング画像認識
LLM駆動の空間推論によるオープンボキャブラリ3D視覚グラウンディングのためのニューラル表現フレームワーク
大規模言語モデルで言語クエリの空間関係を推論し、視覚特性を強化した階層的特徴場を構築することで、自由記述の指示から3D空間内の対象物体を高精度に特定する手法を提案。
原題: A Neural Representation Framework with LLM-Driven Spatial Reasoning for Open-Vocabulary 3D Visual Grounding ／ Zhenyang Liu, Sixiao Zheng, Siyu Chen 他
日本語で読む → - 論文VLAロボティクス
SCREP: シーン座標回帰と証拠学習に基づく知覚認識型軌道生成
証拠学習ベースのシーン座標回帰による姿勢推定と、不確実性の低いシーン座標へカメラを向ける再帰ホライズン軌道最適化を組み合わせ、GPS拒否環境での自律飛行の位置推定精度を向上させる手法を提案。
原題: SCREP: Scene Coordinate Regression and Evidential Learning-based Perception-Aware Trajectory Generation ／ Juyeop Han, Lukas Lao Beyer, Guilherme V. Cavalheiro 他
日本語で読む → - 論文深度補完ロボティクス
CHADET: 非教師あり軽量トランスフォーマによる階層横断アテンションを用いた深度補完
RGB画像と疎な深度点から高精度な密深度マップを生成する軽量な深度補完ネットワークCHADETを提案し、階層横断アテンションで画像特徴を深度情報により洗練させ、KITTI・NYUv2・VOIDで精度とメモリ効率を改善した。
原題: CHADET: Cross-Hierarchical-Attention for Depth-Completion Using Unsupervised Lightweight Transformer ／ Kevin Christiansen Marsim, Jinwoo Jeon, Yeeun Kim 他
日本語で読む → - 論文自動運転/マルチエージェントRLロボティクス
自動運転のための多様で適応的な行動カリキュラム：マルチエージェント強化学習による生徒-教師フレームワーク
マルチエージェント強化学習の教師が多様な交通行動を生成し、生徒の性能に応じて難易度を適応的に調整するカリキュラム学習で、自動運転エージェントを訓練した研究。
原題: Diverse and Adaptive Behavior Curriculum for Autonomous Driving: A Student-Teacher Framework with Multi-Agent RL ／ Ahmed Abouelazm, Johannes Ratz, Philip Schörner 他
日本語で読む → - 論文マルチエージェント強化学習ロボティクス
スキルグラフによるマルチタスク・マルチエージェント強化学習
無関係なタスクを含むマルチタスク・マルチエージェント強化学習に対し、上位層にスキルグラフ、下位層に標準MARLを用いる階層的手法を提案し、知識転移能力を高めた。
原題: Multi-Task Multi-Agent Reinforcement Learning via Skill Graphs ／ Guobin Zhu, Rui Zhou, Wenkang Ji 他
日本語で読む → - 論文自動運転制御
VisioPath: 視覚言語モデルとモデル予測制御を統合した混合交通における安全な自動運転ナビゲーション
視覚言語モデルで周囲車両の位置・速度などを認識し、楕円形の衝突回避ポテンシャル場を構築してモデル予測制御に統合することで、動的交通環境での安全な軌道計画を実現するフレームワークを提案した。
原題: VisioPath: Vision-Language Enhanced Model Predictive Control for Safe Autonomous Navigation in Mixed Traffic ／ Shanting Wang, Panagiotis Typaldos, Chenjun Li 他
日本語で読む → - 論文歩行ロボティクス
歩みを止めず：選択的敵対的訓練による頑健なヒューマノイド運動スキルの学習
脆弱な状態と行動を選択的に攻撃する敵対的訓練手法を提案し、ヒューマノイドの長期運動・全身体制御の頑健性を向上させた。
原題: Keep on Going: Learning Robust Humanoid Motion Skills via Selective Adversarial Training ／ Yang Zhang, Zhanxiang Cao, Buqing Nie 他
日本語で読む → - 論文因果推論・内発的報酬AI
キックから因果性へ：乳児の主体感検出をロバストな内発的報酬でシミュレートする
因果推論に基づく内発的報酬CAISを提案し、ノイズの多い環境でもエージェントが自身の行動の因果的影響を特定して学習できることを示した。
原題: From Kicking to Causality: Simulating Infant Agency Detection with a Robust Intrinsic Reward ／ Xia Xu, Jochen Triesch
日本語で読む → - 論文VLAロボティクス
villa-X：Vision-Language-Actionモデルにおける潜在行動モデリングの強化
VLA事前学習に潜在行動（2フレーム間の動きの抽象表現）を組み込み、その学習方法と統合方法を改善したViLLAフレームワークvilla-Xを提案。未見の身体でもゼロショットで潜在行動計画を生成でき、シミュレーションと実機のグリッパー・多指ハンド操作で高性能を示した。
原題: villa-X: Enhancing Latent Action Modeling in Vision-Language-Action Models ／ Xiaoyu Chen, Hangxing Wei, Pushi Zhang 他
日本語で読む → - 論文POMDPAI
部分観測モンテカルログラフ探索
大規模POMDPをオフラインで解くため、探索木をオンラインで折りたたんでポリシーグラフを構築するサンプリングベースの新アルゴリズムPOMCGSを提案した。
原題: Partially Observable Monte-Carlo Graph Search ／ Yang You, Vincent Thomas, Alex Schutz 他
日本語で読む → - 論文交通シミュレーションstat.AP
文脈だけでは不十分な車両追従行動の未説明変動のモデル化
深層ニューラルネットワークと非定常ガウス過程を組み合わせ、運転者の潜在的な意図や知覚誤差に起因する加速度決定の不確実性を解釈可能にモデル化した研究。
原題: When Context Is Not Enough: Modeling Unexplained Variability in Car-Following Behavior ／ Chengyuan Zhang, Zhengbing He, Cathy Wu 他
日本語で読む → - 論文合流制御ロボティクス
自動運転車の高速道路合流制御における状態依存型流出率の解析的定式化
自動運転車の多段階合流を解析的にモデル化し、合流点の実効流出率を閉形式で導出するとともに、遅延と衝突リスクを最小化する動的計画法を提案した。
原題: Analytical Formulation of Autonomous Vehicle Freeway Merging Control with State-Dependent Discharge Rates ／ Qing Tang, Xianbiao Hu
日本語で読む → - 論文自動運転画像認識
目標ベースの視覚言語運転
単一ブランチの視覚言語アーキテクチャNovaDriveを提案し、ウェイポイントトークンとHDマップ、画像、深度を融合してリアルタイム運転を実現、成功率84%を達成した。
原題: Goal-Based Vision-Language Driving ／ Santosh Patapati, Trisanth Srinivasan
日本語で読む → - 論文移動ロボットナビゲーションロボティクス
自由空間コリドーに基づく適応型制御バリア・リアプノフ関数による安全な移動ロボットナビゲーション
計画軌道周辺の自由空間コリドーから安全制約を導出するMPCCフレームワークを提案し、SACでCBFパラメータを動的に適応させて未知の混雑環境での移動ロボットナビゲーションを実現した。
原題: Corridor-based Adaptive Control Barrier and Lyapunov Functions for Safe Mobile Robot Navigation ／ Nicholas Mohammad, Nicola Bezzo
日本語で読む → - 論文運動計画ロボティクス
相互作用マージ運動計画：多様な運動データセットを活用したロバスト計画
異なるドメインで学習したモデルのパラメータをマージし、エージェントの相互作用を効果的に転移することで、ロバストな運動計画を実現する手法を提案。
原題: Interaction-Merged Motion Planning: Effectively Leveraging Diverse Motion Datasets for Robust Planning ／ Giwon Lee, Wooseong Jeong, Daehee Park 他
日本語で読む → - 論文経路計画/強化学習ロボティクス
都市航空モビリティのためのリアルタイム通信考慮型ライドシェア経路計画：マルチソースハイブリッド注意強化学習アプローチ
都市航空モビリティにおいて、通信品質を考慮しつつリアルタイムなライドシェア要求に応える経路計画を、マルチソースハイブリッド注意強化学習で実現する手法を提案した。
原題: Real-Time Communication-Aware Ride-Sharing Route Planning for Urban Air Mobility: A Multi-Source Hybrid Attention Reinforcement Learning Approach ／ Yuejiao Xie, Maonan Wang, Di Zhou 他
日本語で読む → - 論文HRIロボティクス
AIか人間か？LLMを用いた身体性ロボットの知覚理解
34人の参加者がAI操作と人間操作のロボットを見分けるチューリングテストを行い、偶然以上の精度で区別できないことを示した。
原題: AI or Human? Understanding Perceptions of Embodied Robots with LLMs ／ Lavinia Hriscu, Alberto Sanfeliu, Anais Garrell
日本語で読む → - 論文水中マッピングロボティクス
水中洞窟の地図作成：デビルズアイ洞窟系のカタコンベ区間
アクションカメラとダイブコンピュータを用いて水中洞窟の軌跡と3D地図を復元し、手動測量と比較して有効性を検証した。
原題: Mapping the Catacombs: An Underwater Cave Segment of the Devil's Eye System ／ Michalis Chatzispyrou, Luke Horgan, Hyunkil Hwang 他
日本語で読む → - 論文VLAロボティクス
VLA-Touch：二段階の触覚フィードバックで視覚-言語-行動モデルを強化
ベースのVLAモデルを微調整せずに、触覚言語モデルによる高レベル計画と拡散ベース制御器による行動修正の二段階で触覚フィードバックを統合し、接触を伴うタスクの計画効率と実行精度を向上させた。
原題: VLA-Touch: Enhancing Vision-Language-Action Models with Dual-Level Tactile Feedback ／ Jianxin Bi, Kevin Yuchen Ma, Ce Hao 他
日本語で読む → - 論文キャリブレーションロボティクス
埋め込みセンサと単一平面を用いたヒューマノイドロボットの全身幾何キャリブレーション
単一平面と内蔵力センサ、アドミタンス制御を用いて、人手を介さずにヒューマノイドの全身運動学をキャリブレーションする手法を提案し、最適姿勢選択アルゴリズムIROCで31姿勢のみで高精度化を実現した。
原題: Humanoid Robot Whole-body Geometric Calibration with Embedded Sensors and a Single Plane ／ Thanh D V Nguyen, Vincent Bonnet, Pierre Fernbach 他
日本語で読む → - 論文VLAロボティクス
触覚VLA：視覚-言語-行動モデルの物理知識を触覚汎化へ解き放つ
視覚・言語・行動モデルに触覚センシングを融合し、接触を伴うタスクで力制御と触覚フィードバックに基づく適応的な行動を可能にするフレームワークを提案。
原題: Tactile-VLA: Unlocking Vision-Language-Action Model's Physical Knowledge for Tactile Generalization ／ Jialei Huang, Shuo Wang, Fanqi Lin 他
日本語で読む → - 論文走破性推定ロボティクス
動くゆえに学ぶ：経験に基づく屋外ロボットの走破性推定
遠隔操作で得た走行経験を特徴ベクトルに圧縮・クラスタリングし、未知の地形でもリアルタイムに走破性を判断できる経験ベース手法を提案した論文。
原題: I Move Therefore I Learn: Experience-Based Traversability in Outdoor Robotics ／ Miguel Ángel de Miguel, Jorge Beltrán, Juan S. Cely 他
日本語で読む → - 論文VLA画像認識
ロボット操作のための幾何学認識4D動画生成
複数視点の点群整合性を訓練時に監督することで、単一RGB-D画像から時空間的に整合した未来動画を生成し、ロボットの操作軌道復元に応用する4D動画生成モデルを提案。
原題: Geometry-aware 4D Video Generation for Robot Manipulation ／ Zeyi Liu, Shuang Li, Eric Cousineau 他
日本語で読む → - 論文脚式ロボット設計ロボティクス
建設ロボットのための脚構造の設計と次元最適化
アリに着想を得て、建設現場での自律移動性能を高める脚構造の設計・最適化手法を提案し、作業空間解析と可操作性評価により最適な脚部比率を導出した。
原題: Design and Dimensional Optimization of Legged Structures for Construction Robots ／ Xiao Liu, Xianlong Yang, Weijun Wang 他
日本語で読む → - 論文シーン理解画像認識
スキャンから行動へ：実世界スキャンを活用した身体性シーン理解
実世界の3Dスキャンデータと注釈をUSDで統合し、LLMによるシーン編集とロボットシミュレーションでの政策学習に応用した研究。
原題: From Scan to Action: Leveraging Realistic Scans for Embodied Scene Understanding ／ Anna-Maria Halacheva, Jan-Nico Zaech, Sombit Dey 他
日本語で読む →